【技术实现步骤摘要】
本申请涉及计算机视觉，尤其涉及跨相机单目图片度量深度估计方法、装置、设备及介质。
技术介绍
1、深度估计指的是获取图片中的场景里的每个点到拍摄该图片的相机的距离，这种距离信息组成的图称为深度图。随着人工智能技术的发展，深度信息成为了多项计算机视觉技术重要的组成部分。因此跨相机单目图片度量深度估计已逐渐成为计算机视觉领域中一个重要的研究任务。
2、目前，现有技术中，常见的跨相机单目图片度量深度估计通过利用多样化的场景信息和三维的空间规则，如图片本身的特征和深度线索计算图像的深度值，这些深度线索包括线性透视、聚焦、相对高度和图片中的参照物等，得到深度图。
3、然而，专利技术人发现，现有技术至少存在以下技术问题：使用现有技术中的跨相机单目图片度量深度估计方法在进行新的相机类型拍摄的跨相机单目图片度量深度估计时，得到的结果仍存在较大误差，并且将训练好的算法应用不同场景时，深度估计结果存在较大整体范围误差的问题。
技术实现思路
1、本申请提供跨相机单目图片度量深度估计方法、装...
【技术保护点】
1.一种跨相机单目图片度量深度估计方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述单目图片输入所述视场角对齐模块，得到统一视场角且统一大小的待输入图片，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述单目图片的内参、第一宽度、第一高度、预设水平视场角、预设垂直视场角、预设神经网络输入图片宽度和预设神经网络输入图片高度，确定统一视场角下的第二宽度和第二高度，的计算公式为：
4.根据权利要求1所述的方法，其特征在于，所述获取预训练度量深度估计模型，包括：
5.根据权利要求4所述的方...
【技术特征摘要】
1.一种跨相机单目图片度量深度估计方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，所述将所述单目图片输入所述视场角对齐模块，得到统一视场角且统一大小的待输入图片，包括：
3.根据权利要求2所述的方法，其特征在于，所述根据所述单目图片的内参、第一宽度、第一高度、预设水平视场角、预设垂直视场角、预设神经网络输入图片宽度和预设神经网络输入图片高度，确定统一视场角下的第二宽度和第二高度，的计算公式为：
4.根据权利要求1所述的方法，其特征在于，所述获取预训练度量深度估计模型，包括：
5.根据权利要求4所述的方法，其特征在于，所述将预设深度范围划分为多个深度范围域，包括：
6.根据权利要求5所述的方法，其特征在于，所述根据预设深度范围，确定所述预设深度范围的最小深度值和最大深度值之间的多个深度范围域，的计算公式为：
7.根据权利要求4所述的方法，其特征在于，所述将所述多个特征向量中的其它特征向量输入所述域感知...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。